http://blog.csdn.net/joshuaxx316/article/details/54926924
最近一直在调研文本摘要，主题，图像标注和视频摘要方面的基础和相关论文，所以mark一下，积累知识的同时，也便于日后进行分析和总结，毕竟不是搞这个的，有点跨方向了，不过好歹也是机器学习。
我觉得我可以把博客写的系统点，但是我做不到，因为现在脑子里的知识体系不完备。。。所以往后的几篇都会以知识点的形式，一点一点逐一展开
1.Word Embedding
Word Embedding：词嵌入。最简单粗劣的理解就是：将词进行向量化表示，实体的抽象成了数学描述，就可以进行建模，应用到很多任务中，例如比较词语词之间的相似性，可以直接通过向量之间的余弦距离度量来确定。
例如一个词：“苹果”，将其表示成 [0.4, 0.5, 0.9, ...], “香蕉”：[0.3, 0.8, 0.1, ...]。如下图所示，相似的单词就会被投影成相似的角度。对应与one-hot的向量表示，如此表示方式，1.避免大量词汇的数据稀疏性，2.同时对数据进行了降维。3.句子级上的表示，加入了词与词之间的相互关系。
其实word嵌入是一种分布式的特征表述，向量的不同维度用来表征不同特征，不同维度上就代表着不同的语义。例如苹果和红旗都是红色的，苹果和香蕉都是水果。所以编码中编入的信息包含颜色和属性信息的话，则实质上往不同空间维度上投影，则语义相似性度量的结果是不一样的。
下面转载自知乎：
作者：李韶华
链接：https://www.zhihu.com/question/32275069/answer/109446135
来源：知乎
著作权归作者所有，转载请联系作者获得授权。
词嵌入可以做类比题
o v(“国王”) – v(“王后”) ≈ v(“男”) – v(“女”)
o v(“英国”) + v(“首都”) ≈ v(“伦敦”)
o 反映出语义空间中的线性关系
o词嵌入编码了语义空间中的线性关系, 向量的不同部分对应不同的语义
o 质疑：然而并没有什么x用？
o 两个句子: A含“英国”,“首都”，不含“伦敦”；B含“伦敦”
o 所有词的词向量的和表示句子
o 两个句子仍会比较相似
相似词映射到相似方向：为什么
o 基本假设：“相似”词的邻居词分布类似
o 倒推：两个词邻居词分布类似 → 两个词语义相近
o 猫 - 宠物主人 喂食 蹭 喵
o 狗 - 宠物主人 喂食 咬 汪
o v(“猫”)≈v(“狗”)
o Apple: tree red growth design music companyengineering executive
o v(“apple”)≈v(“orange”), v(“apple”)≈v(“microsoft”)
词嵌入的优点
传统one-hot编码：
“天气”: (1,0,0…,0)，“气候”: (0,1,0,…0)
权力/的/游戏: (1,0,0,1,1,0,0, …)
冰/与/火/之/歌: (0,1,1,0,0,1,1,…)
o 维度高（几千–几万维稀疏向量），数据稀疏
o 没有编码不同词之间的语义相似性
o 难以做模糊匹配
词嵌入：
o 维度低（100 – 500维）, 连续向量，方便机器学习模型处理
o 无监督学习，容易获得大语料
o 天然有聚类后的效果
o 一个向量可以编码一词多义 (歧义的问题需另外处理)
o 罕见词也可以学到不错的表示：“风姿绰约” ≈“漂亮”
链接：https://www.zhihu.com/question/32275069/answer/109446135
来源：知乎
著作权归作者所有，转载请联系作者获得授权。
词嵌入可以做类比题
o v(“国王”) – v(“王后”) ≈ v(“男”) – v(“女”)
o v(“英国”) + v(“首都”) ≈ v(“伦敦”)
o 反映出语义空间中的线性关系
o词嵌入编码了语义空间中的线性关系, 向量的不同部分对应不同的语义
o 质疑：然而并没有什么x用？
o 两个句子: A含“英国”,“首都”，不含“伦敦”；B含“伦敦”
o 所有词的词向量的和表示句子
o 两个句子仍会比较相似
相似词映射到相似方向：为什么
o 基本假设：“相似”词的邻居词分布类似
o 倒推：两个词邻居词分布类似 → 两个词语义相近
o 猫 - 宠物主人 喂食 蹭 喵
o 狗 - 宠物主人 喂食 咬 汪
o v(“猫”)≈v(“狗”)
o Apple: tree red growth design music companyengineering executive
o v(“apple”)≈v(“orange”), v(“apple”)≈v(“microsoft”)
词嵌入的优点
传统one-hot编码：
“天气”: (1,0,0…,0)，“气候”: (0,1,0,…0)
权力/的/游戏: (1,0,0,1,1,0,0, …)
冰/与/火/之/歌: (0,1,1,0,0,1,1,…)
o 维度高（几千–几万维稀疏向量），数据稀疏
o 没有编码不同词之间的语义相似性
o 难以做模糊匹配
词嵌入：
o 维度低（100 – 500维）, 连续向量，方便机器学习模型处理
o 无监督学习，容易获得大语料
o 天然有聚类后的效果
o 一个向量可以编码一词多义 (歧义的问题需另外处理)
o 罕见词也可以学到不错的表示：“风姿绰约” ≈“漂亮”